spss基本操作解析课件.ppt

SPSS软件教程,1,SPSS软件教程1,一、SPSS基础二、 SPSS数据文件的建立三、 spss数据整理 四、描述统计 五、方差分析六、统计推断,2,一、SPSS基础2,SPSS的启动,3,SPSS的启动3,SPSS的主要窗口,SPSS软件运行过程中会出现多个界面，各个界面用处不同。其中，最主要的界面有三个：数据编辑窗口结果输出窗口语句窗口,4,SPSS的主要窗口SPSS软件运行过程中会出现多个界面，各个,（1） 数据编辑窗口 启动SPSS后看到的第一个窗口便是数据编辑窗口，如图所示。在数据编辑窗口中可以进行数据的录入、编辑以及变量属性的定义和编辑，是SPSS的基本界面。主要由以下几部分构成：标题栏、菜单栏、工具栏、编辑栏、变量名栏、观测序号、窗口切换标签、状态栏。,5,5, 标题栏：显示数据编辑的数据文件名。 菜单栏：通过对这些菜单的选择，用户可以进行几乎所有的SPSS操作。关于菜单的详细的操作步骤将在后续实验内容中分别介绍。 为了方便用户操作，SPSS软件把菜单项中常用的命令放到了工具栏里。当鼠标停留在某个工具栏按钮上时，会自动跳出一个文本框，提示当前按钮的功能。另外，如果用户对系统预设的工具栏设置不满意，也可以用视图工具栏 设定命令对工具栏按钮进行定义。 编辑栏：可以输入数据，以使它显示在内容区指定的方格里。 变量名栏：列出了数据文件中所包含变量的变量名,6, 标题栏：显示数据编辑的数据文件名。 6, 观测序号：列出了数据文件中的所有观测值。观测的个数通常与样本容量的大小一致。 窗口切换标签：用于“数据视图”和“变量视图”的切换。即数据浏览窗口与变量浏览窗口。数据浏览窗口用于样本数据的查看、录入和修改。变量浏览窗口用于变量属性定义的输入和修改。 状态栏：用于说明显示SPSS当前的运行状态。SPSS被打开时，将会显示“PASW Statistics Processor”的提示信息。,7, 观测序号：列出了数据文件中的所有观测值。观测的个数通常与,（2） 结果输出窗口 在SPSS中大多数统计分析结果都将以表和图的形式在结果观察窗口中显示。窗口右边部分显示统计分析结果，左边是导航窗口，用来显示输出结果的目录，可以通过单击目录来展开右边窗口中的统计分析结果。当用户对数据进行某项统计分析，结果输出窗口将被自动调出。当然，用户也可以通过双击后缀名为.spo的SPSS输出结果文件来打开该窗口。,8,（2） 结果输出窗口 8,SPSS数据文件的建立可以利用【File(文件)】菜单 中的命令来实现。具体来说，SPSS提供了四种创建数据 文件的方法： 新建数据文件； 直接打开已有数据文件； 使用数据库查询； 从文本向导导入数据文件。,SPSS数据文件的建立,9,SPSS数据文件的建立可以利用【File(文件)】菜单 中的,打开SPSS软件后，现在菜单栏中的【File(文件)】 【New(新建)】【Data(数据)】命令，可以创建一个 新的SPSS空数据文件。接着，用户可以进行直接录入数 据等后续工作。 值得注意的是，SPSS19.0可以同时打开多个数据文 件，用户可以在多个文件中进行转换操作，这比起低版 本的SPSS来说，更方便用户使用。,(1) 新建数据文件,10,打开SPSS软件后，现在菜单栏中的【Fi,第一步：定义变量 输入数据前首先要定义变量。定义变量即要定义变量名、变量类型、变量长度（小数位数）、变量标签（或值标签）和变量的格式。 单击数据编辑窗口左下方的“Variable View”标签或双击列的题头（Var），进入如图2-2所示的变量定义视图窗口，在此窗口中即可定义变量。,11,第一步：定义变量11,变量的定义信息,在图所示的窗口中每一行表示一个变量的定义信息，包括Name(变量名)、Type(变量类型)、Width(变量格式宽度)、Decimal(变量小数位)、Label(变量名标签)、Values(变量值标签)、Missing(变量缺失值)、Columns(变量列宽)、Align(变量对齐方式)、Measure(变量测度水平)等。,12,变量的定义信息,变量名（Name）是变量存取的唯一标志。在定义SPSS数据属性时 应首先给出每列变量的变量名。变量命名应遵循下列基本规则： SPSS 变量长度不能超过64个字符（32个汉字）； 首字母必须是字母或汉字； 变量名的结尾不能是圆点、句号或下划线； 变量名必须是唯一的； 变量名不区分大小写；SPSS的保留字不能作为变量名，例如ALL、NE、EQ和AND 等； 如果用户不指定变量名，SPSS软件会以“VAR”开头来命名 变量，后面跟5个数字，如VAR00001、VAR00019等。注意：为了方便记忆，用户所取的变量名最好与其代表的数据含义 相对应。,变量名：Name,13,变量名（Name）是变量存取的唯一标志。在定,变量类型: Type,单击Type相应单元中的按钮，弹出如图2-3所示的对话框，在对话框中选择合适的变量类型并单击“OK”按钮，即可定义变量类型。 SPSS提供了三种基本 数据类型：数值型、字符型和日期型。,14,变量类型: Type 单击Type相应单元中的按钮，弹,注意：设置变量的长度，当变量为日期型时无效。,变量格式宽度With是指在数据窗口中变量列所 占的单元格的列宽度，一般用户采用系统默认选项 即可。值得注意的是，如果变量宽度大于变量格式 宽度，此时数据窗口中显示变量名的字符数不够， 变量名将被截去尾部作不完全显示。被截去的部分 用“*”号代替。,变量格式宽度：With栏,15,注意：设置变量的长度，当变量为日期型时无效。 变,变量小数点位数：Decimal,设置变量的小数点位数，系统默认为两位。当变量为日期型时无效。,变量标签：Label,变量标签是对变量名的进一步描述，变量只能由不超过8个字符组成，而8个字符经常不足以表示变量的含义。而变量标签可长达120个字符，变量标签可显示大小写，需要时可用变量标签对变量名的含义加以解释。同时该属性可 以省略，但建议最好给出变量名的标签。,16,变量小数点位数：Decimal 设置变量的小数点位数，, 变量值标签(Values)是对变量的可能的取值的含义进行进一 步说明。变量值标签特别对于数值型变量表示非数值型变量 时尤其有用。 定义和修改变量值标签，可以双击要修改值的单元格，在弹 出的对话框的【Values(值)】文本框中输入变量值，在 【Label(标签)】文本框中输入变量值标签，然后单击【Add (添加)】按钮将对应关系选入下边的白框中。同时，可以单 击【Change(改变)】和【Remove(移动)】按钮对已有的标 签值进行修改和剔除。最后单击【OK(确定)】按钮返回主 界面。,变量值标签：Values栏,17, 变量值标签(Values)是对变量的可能的取值的含义进行,缺失值的定义方式：Missing,SPSS有两类缺失值：系统缺失值和用户缺失值。 单击Missing相应单元中的按钮，在弹出的如图2-5所示的对话框中可改变缺失值的定义方式，在SPSS中有两种定义缺失值的方式。 可以定义3个单独的缺失值。 可以定义一个缺失值范围和一个单独的缺失值。,18,缺失值的定义方式：Missing SPSS有两类缺失值,变量的显示宽度：Columns,输入变量的显示宽度，默认为8。,变量显示的对齐方式：Align,选择变量值显示时的对齐方式：Left（左对齐）、Right（右对齐）、Center（居中对齐）。默认是右对齐。,19,变量的显示宽度：Columns输入变量的显示宽度，默认为8。,变量的测量尺度：Measure,变量按测量精度可以分为定性变量、定序变 量、定距变量和定比变量几种。SPSS将其分为定距变量(Scale)、定序变量（Ordinal）、定类变量（Nominal）。定距变量：年龄、温度、重量、次数等，包括连续变量和不连续变量。定序变量：职称（高下）、程度（高低）等。定类变量：职业、性别等。,实例：16种饮料的热量、咖啡因、钠及价格,20,变量的测量尺度：Measure 变量按测量精度可以分为定性变,打开SPSS软件后，现在菜单栏中的【File(文件)】【Open (打开)】【Data(数据)】命令，弹出【Open Data(打开数 据)】对话框。选中需要打开的数据类型和文件名，双击打开 该文件。,(2) 直接打开已有数据文件,21,打开SPSS软件后，现在菜单栏中的【File(文件)】【,弹出的对话框中的【Read variable names from the first row of date(从第一行数据读取变量名)】复选框表 示SPSS将Excel工作表的第一行设定为SPSS的变量名称， 【Range(范围)】文本框表示选定Excel文件导入SPSS的数 据范围。这里，保持系统默认选项。,最后，单击【OK(确定)】按钮，数据即可导入 成功。此时，SPSS的数据浏览窗口中会出现相关的 数据内容。,实例：全国31个省市的8大经济指标.xls,22,弹出的对话框中的【Read variable, 打开软件后，现在菜单栏中的【File(文件)】【Open Database(打开数据库)】【New Query(新建查询)】命 令，弹出【Database Wizard(数据库向导)】对话框。通过这 个数据库向导窗口，用户可以选择需要打开的文件类型，并 按照窗口上的提示进行相关操作。,(3) 利用数据库导入数据,23,(3) 利用数据库导入数据23, SPSS提供了专门读取文本文件的功能。打开软件后，现在 菜单栏中的【File(文件)】【Read Text Data(打开文本 数据)】命令，弹出【Open Data(打开数据)】对话框。这里 用户需要选择需要打开的文件名称，并且单击【Open(打 开)】按钮进入文本文件向导窗口。,(4) 文本向导导入数据,24,(4) 文本向导导入数据24,SPSS数据录入并编辑整理完成以后应及时保存，以防数据丢失。保存数据文件可以通过【文件】【保存】或者【文件】【另存为】菜单方式来执行。在数据保存对话框（如图2.5所示）中根据不同要求进行SPSS数据保存。,SPSS数据的保存,25,SPSS数据录入并编辑整理完成以后应及时保存，以防数据丢失。,通常情况下，刚刚建立的数据文件并不能立即进行 统计分析，这是因为收集到的数据还是原始数据， 还不能直接利用分析。此时，需要对原始数据进行 进一步的加工、整理，使之更加科学、系统和合 理。这项工作在数据分析中称之为统计整理。 【Data(数据)】菜单中的命令主要用于实现数据文 件的整理功能。,spss数据整理,26,通常情况下，刚刚建立的数据文件并不能立即进行 统计分析，这是,Step01：打开观测量排序对话框打开SPSS软件，选择菜单栏中的【File(文件)】 【Data(数据)】【Sort Cases(排序个案)】命令，弹出 【Sort Cases(排序个案)】对话框。,观测量排序,27,Step01：打开观测量排序对话框观测量排序27,Step02：选择排序变量在左侧的候选变量列表框中选择主排序变量，单 击右向箭头按钮，将其移动至【Sort by(排序依 据)】列表框中。Step03：选择排序类型在【Sort Order(排列顺序)】选项组中可以选择变 量排列方案。Step04：单击【OK】按钮，此时操作结束。,实例：全国31个省市的8大经济指标,28,Step02：选择排序变量实例：全国31个省市的8大经济指标,数据的转置,Step01：打开转置对话框打开SPSS软件，选择菜单栏中的【File(文件)】 Data(数 据)】【Transpose(转置)】命令，弹出【Transpose(转置)】对话 框。Step02：选择转置变量在左侧的候选变量列表框中选择需要进行转置的变量， 单击右向箭头按钮，将其移动至【Variable(s)(变量)】列表 框中。Step03：新变量命名从左侧的候选变量列表框中可以选择一个变量，应用它 的值作为转置后新变量的名称。此时，选择该变量进入 【Name Variable(名称变量)】列表框内即可。如果用户不选 择变量命名，则系统将自动给转置后的新变量赋予Var001、 Var002的变量名。Step04：单击【OK】按钮，操作结束。注意：数据文件转置后，数据属性的定义都会丢失，因 此用户要慎重选择本功能。,29,数据的转置Step01：打开转置对话框29,实例内容：国家财政分项目收入数据,Step1：选定对话框,Step2: 选择转置变量,Step3: 新变量命名,Step4: 完成操作,国家财政分项目收入数据.sav,30,实例内容：国家财政分项目收入数据 Step1：选定对话框St, 【data(数据)】【Merge Files(合并文件)】菜单中 有两个命令选项：【Add Cases(添加个案)】和【Ad d Variables(添加变量)】。,文件合并,观测量合并要求两个数据文件至少应具有一对属性相同 的变量，即使它们的变量名不同。具体步骤如下。Step01：打开观测量合并对话框选择菜单栏中的【File(文件)】【Data(数据)】 【Merge Files(合并文件)】【Add Cases(添加个案)】命 令，弹出【Add Cases(添加个案)】对话框,31, 【data(数据)】【Merge Files(合并文件,Step02：选择合并文件点选【An external SPSS Statistics data file(外部SPSS Sta tistics数据文件)】单选钮，同时单击【Browse】按 钮，选中需要合并的文件，并指定文件路径，然后 单击【Continue】按钮。Step03：选择合并方法。Step04：单击【OK】按钮，操作结束。,32,Step02：选择合并文件32,变量合并要求两个数据文件必须具有一个共同的关键 变量（Key Variable），而且这两个文件中的关键变 量还具有一定数量的相同的观测量数值。 Step01：打开变量合并对话框。 Step02：选择合并文件。 Step03：选择合并方法。 Step04：单击【OK】按钮，操作结束。,33,变量合并要求两个数据文件必须具有一个共同的关键 变量（Key,在对数据文件中的数据进行统计分析的过程中，为了更有效地处理数据和反映事务的本质，有时需要对数据文件中的变量加工产生新的变量。比如经常需要把几个变量加总或取加权平均数，SPSS中通过【计算】菜单命令来产生这样的新变量，其步骤如下： 选择菜单【转换】【计算变量】，打开对话框，如图2.14所示。,计算新变量,34,在对数据文件中的数据进行统计分析的过程中，为了更有效地处理数,在目标变量输入框中输入生成的新变量的变量名。单击输入框下面类型与标签按钮，在跳出的对话框中可以对新变量的类型和标签进行设置。 在数字表达式输入框中输入新变量的计算表达式。例如“年龄20”。 单击【如果】按钮，弹出子对话框，如图2.15所示。包含所有个体：对所有的观测进行计算；如果个案满足条件则包括：仅对满足条件的观测进行计算。 单击Ok按钮，执行命令，则可以在数据文件中看到一个新生成的变量。,35,在目标变量输入框中输入生成的新变量的变量名。单击输,描述统计,1频数分析（Frequencies） 基本统计分析往往从频数分析开始。通过频数分析能够了解变量取值的状况，对把握数据的分布特征是非常有用的。SPSS中的频数分布表包括的内容有： （1）频数（Frequency）即变量值落在某个区间中的次数。 （2）百分比（Percent）即各频数占总样本数的百分比。 （3）有效百分比（Valid Percent）即各频数占有效样本数的百分比。这里有效样本数总样本缺失样本数。 （4）累计百分比（Cumulative Percent）即各百分比逐级累加起来的结果。最终取值为百分之百。 频数分析的第二个基本任务是绘制统计图。统计图是一种最为直接的数据刻画方式，能够非常清晰直观地展示变量的取值状况。频数分析中常用的统计图包括：条形图，饼图，直方图等。,36,描述统计 1频数分析（Frequencies）36,选择菜单“【分析】【描述统计】【频率】”。如图2.1所示,频数分析的应用步骤,确定所要分析的变量，例如 年龄 在变量选择确定之后，在同一窗口上，点击“Statistics”按钮，打开统计量对话框，如下图2.2所示，选择统计输出选项。 点击Frequencies 对话框中的“OK”按钮，即得到下面的结果。,实例：全国31个省市的8大经济指标,37,选择菜单“【分析】【描述统计】【频率】”。如图2.1,SPSS的【描述】命令专门用于计算各种描述统计性统计量。具体操作步骤如下： 选择菜单【分析】【描述统计】【描述】，将待分析的变量移入Variables列表框,描述统计（Descriptives）,Save standardized values as variables： 对所选择的每个变量进行标准化处理，产生相应的Z分值，作为新变量保存在数据窗口中。其变量名为相应变量名前加前缀z。标准化计算公式： ,单击【选项】按钮，如图所示，选择需要计算的描述统计量。各描述统计量同Frequencies命令中的Statistics子对话框中大部分相同，这里不再重复。,实例：全国31个省市的8大经济指标,38,SPSS的【描述】命令专门用于计算各种描述统计性统计量。具体,调用此过程可对变量进行更为深入详尽的描述性统计分析，故称之为探索分析。它在一般描述性统计指标的基础上，增加有关数据其他特征的文字与图形描述，显得更加细致与全面，对数据分析更进一步。 探索分析一般通过数据文件在分组与不分组的情况下获得常用统计量和图形。一般以图形方式输出，直观帮助研究者确定奇异值、影响点、还可以进行假设检验，以及确定研究者要使用的某种统计方式是否合适。 在打开的数据文件上，选择如下命令：选择菜单“【分析】【描述统计】【探索】”，打开对话框。,探索分析（Explore）,39,调用此过程可对变量进行更为深入详尽的描述性统,选择分析变量： 在【Explore(探索)】对话框左侧的【候选变 量】清单中，选取一个或多个待分析变量， 将它们移入右侧的【Dependent List（因变 量列表）】列表框中，表示要进行探索性分析的变量。,选择分组变量： 在【Explore(探索)】对话框的候选变量列表 框中，可以选取一个或多个分组变量，将它 们移入右侧的【Factor List（因子列 表）】列表框中。分组变量的选择可以将数 据按该变量中的观测值进行分组分析。如果 选择的分组变量不止一个，那么会以分组变 量的不同取值进行组合分组。,40,选择分析变量：选择分组变量：40,选择输出类型在【Explore(探索)】对话框下面的【Display】 选项组中可以选择输出项。 Both：输出图形以及描述性统计量。 Statistics：只输出描述统计量。选择此项后 激活【Statistics】功能按钮。 Plots：只输出图形。选择此项后激活 【Plots】功能按钮。,选择标签值：从候选变量列表框中选择一个变量作为标识变 量，并将其移入【Label Cases by（标注个 案）】列表框中。选择标识变量的作用在 于，若系统在数据探索时发现异常值，便可 利用标识变量加以标记，便于用户找这些异 常值。如果不选择它，系统默认以id变量作 为标识变量。,41,选择输出类型选择标签值：41,描述性统计量结果输出在【Explore(探索)】对话框中还可以单击 【Statistics】按钮，弹出【Explore：Statisti cs】对话框，该对话框中提供了各类基本描 述性统计输出结果。,统计图形结果输出在【Explore(探索)】对话框中还可以单击【P lots】按钮，弹出【Explore：Plots】对话框。 该对话框中提供了图形输出的类型。,单击【OK】按钮，结束操作，SPSS软件自动输出结果。,42,描述性统计量结果输出统计图形结果输出单击【OK】按钮，42,茎叶图描述 茎叶图自左向右可以分为3 大部分：频数（Frequency）、茎（Stem）和叶（Leaf）。茎表示数值的整数部分，叶表示数值的小数部分。每行的茎和每个叶组成的数字相加再乘以茎宽（Stem Width），即茎叶所表示的实际数值的近似值。,实例：全国城市平均温度分布,箱图描述 图中灰色区域的方箱为箱图的主体，上中下3 条线分别表示变量值的第75、50、25百分位数，因此变量的50%观察值落在这一区域中。 方箱中的中心粗线为中位数。箱图中的触须线是中间的纵向直线，上端截至线为变量的最大值，下端截至线为变量的最小值。,43,茎叶图描述 实例：全国城市平均温度分布箱图描述43,统计推断,44,统计推断 44,1.单个总体均值的区间估计,打开SPSS，建立数据文件：“ 电视节目市场调查.sav”。这里，研究变量为：time，即每天看电视的时间。 选择区间估计选项，方法如下： 选择菜单【分析】【描述统计】【探索】” ，打开探索对话框。 从源变量清单中将“time”变量移入因变量列表框中。 单击上图右方的“统计量”按钮打开“探索：统计量”对话框。在设置均值的置信水平，如键入95，完成后单击“继续”按钮回到主窗口。 返回主窗口点击ok运行操作。,如上表显示。从上表“ 95 Confidence Interval for Mean ”中可以得出，每晚8:30 开始的半小时内广告所占时间区间估计（置信度为95） 为：(6.2529，6.8171)，其中lower Bound 表示置信区间的下限，Upper Bound表示置信区间的上限。点估计是：6.5350。,45,1.单个总体均值的区间估计 打开SPSS，建立,软件使用方法（1）在SPSS中，软件将自动计算t值，由于该统计量 服从n-1个自由度的t分布，SPSS将根据t分布表给出 t值对应的相伴概率P值。（2）如果相伴概率P值小于或等于给定的显著性水平(一般取0.05)，则拒绝H0 ，认为总体均值与检验值之间存在显 著差异。（3）相反，相伴概率值大于给定的显著性水平，则不应拒绝H0 ，可以认为总体均值与检验值之间不存在 显著差异。,假设检验,2单个总体均值的假设检验 （单样本T检验）,单样本t检验的目的是利用来自某总体的样 本数据，推断该总体的均值是否与指定的检 验值之间存在明显的差异。它是对总体均值 的假设检验。,46,软件使用方法假设检验2单个总体均值的假设检验 （单样本T检,某种品牌的沐浴肥皂制造程序的设计规格中要求每批平均生产120 块肥皂，高于或低于该数量均被认为是不合理的，在由10 批产品所组成的一个样本中，每批肥皂的产量数据见下表，在0.05 的显著水平下，检验该样本结果能否说明制造过程运行良好？ 判断检验类型 该例属于“大样本、总体标准差未知。假设形式为：H0：0， H1 :0,软件实现程序 打开已知数据文件，然后选择菜单“【分析】【比较均值】单样本T检验”，打开One-Sample T Test 对话框。从源变量清单中将“产品数量”向右移入“Test Variables”框中。,47,某种品牌的沐浴肥皂制造程序的设计规格中要求每批,在“Test Value” 框里输入一个指定值（即假设检验值，本例中假设为120），T 检验过程将对每个检验变量分别检验它们的平均值与这个指定数值相等的假设。 “One-Sample T Test”窗口中“OK”按钮，输出结果如下表所示。,48,在“Test Value” 框里输入一个指定值,（1）“One-Sample Statistics”（单个样本的统计量）表 分别给出样本的容量、均值、标准差和平均标准误。本例中，产品数量均值为118.9000。,（2）“One-Sample Test”（单个样本的检验）表 表中的t 表示所计算的T 检验统计量的数值，本例中为0.705。 表中的“df”，表示自由度，本例中为9。 表中的“Sig”（双尾T 检验）， 表示统计量的P-值， 并与双尾T检验的显著性的大小进行比较：Sig.=0.4980.05，说明这批样本的平均产量与120 无显著差异。 表中的“Mean Difference”， 表示均值差，即样本均值与检验值120 之差， 本例中为1.1000。表中的“95 Confidence Internal of the Difference”， 样本均值与检验值偏差的95%置信区间为（4.628，2.428），置信区间包括数值0，说明样本数量与120 无显著差异，符合要求。,49,（1）“One-Sample Statistics”（单个样,实例：交通通勤时间 根据一份公共交通调查报告显示，对于那些在一个城市 乘车上下班的人来说，平均通勤时间为19分钟，其人数 总量为100万300万。假设一个研究者居住在一个人口 为240万的城市里，想通过验证以确定通勤时间是否和其 他城市平均水平是否一致。他随机选取了26名通勤者作 为样本，收集的数据如下所示。这位研究者能得到什么结论？19 16 20 23 23 24 13 19 23 16 17 15 14 27 17 23 18 18 20 18 18 18 23 19 19 28,50,实例：交通通勤时间50,结果： SPSS 规定:当样本含量3 n 5000 时，结果以Shapiro - Wilk (W 检验) 为准 ；当样本含量n 5000 结果以 Kolmogorov - Smirnov 为准。,注意：由于单样本t检验要求样本数据服从正态分布，因此先进行正态检验。,方法：1. 分析描述性统计探索性；2. 选择要分析的变量，选入因变量框内，然后点选图表，设置输出茎叶图和直方图，选择输出正态性检验图表，注意显示（Display）要选择双项（Both）。,交通通勤时间.sav,51,结果： SPSS 规定:当样本,N=26，所以采用Shapiro - Wilk 检验的p值0.2450.05，因此样本符合正态分布。,直方图验证了上述检验结果。,52,N=26，所以采用Shapiro - Wilk 检验的p值0,P=0.4710.05：无显著差异,53,P=0.4710.05：无显著差异53,Step01：打开两独立样本t检验对话框。选择菜单栏中的【Analyze（分析）】【Compare Means（比较均值）】【Independent- Samples T Test（独立样本T检验）】命令，弹出【Independ ent-Samples T Test（独立样本T检验）】对话框。,3. 两独立样本t检验,Step02：选择检验变量 在左侧的候选变量列表框中选择检验变量， 将其移入【Test Variable(s)（检验变 量）】列表框中，这里需要选入待检验的变 量。,Step03：选择分组变量在左侧的候选变量列表框中选择分组变量，将 其移入【Grouping Variable(分组变量)】 文本框中，目的是区分检验变量的不同组 别。,54,Step01：打开两独立样本t检验对话框。3. 两独立样本t,Step04 定义组别名称单击【Define Groups】按钮，弹出【Define Groups（定义组）】对话框，此时需要定义进行t检验 的比较组别名称。该对话框中各选项的含义如下。Use specified values：分别输入两个对应不同总 体的变量值。Cut point：用于定义分割点值。在该文本框中输 入一个数字，大于等于该数值的对应一个总体，小于该值的对应另一个总体。,Step05 单击【OK】按钮，结束操作，SPSS软件自动输 出相关结果。,55,Step04 定义组别名称Step05 55,实例图文分析：机场等级分数比较 国际航空运输协会（The International Air Tran sport Association）对商务旅游人员进行了一项调 查，以便确定多个国际机场的等级分数。最高可能 分数是10分，分数越高说明其等级也越高。假设有 一个由50名商务旅行人员组成的简单随机样本，要 求这些人给迈阿密机场打分。另外有一个由50名商 务旅行人员组成的样本，要求这些人给洛杉矶机场 打分。这两个组人员打出的等级分数如表4-5所示。 请你判断迈阿密机场和洛杉矶机场的等级评分是否 相同？,56,实例图文分析：机场等级分数比较56,实例操作 本案例中共有两组商务旅行人员分别对迈阿密和洛杉 矶机场打分。由于这两组人员构成不同，因此由这 两组人员组成的样本可以看作是相互独立的。现在 要比较这两个机场的平均得分是否相同，也就是要 检验这两个独立样本的均值是否相同，因此可以采 用两独立样本t检验的方法。于是建立如下假设检 验：H0 ：迈阿密机场和洛杉矶机场的等级得分相同。H1 ：迈阿密机场和洛杉矶机场的等级得分不同。,57,实例操作57,实例：机场分数等级.sav,58,实例：机场分数等级.sav58,两总体均值的检验 在SPSS中进行两独立样本t检验时，应首先对F检验作判 断。如果方差相等，观察分析结果中Equal variances ass umed列的t检验相伴概率值；如果方差不相等，观察Equal variances not assumed列的t检验相伴概率值。 本案例的 第一步分析中，由于两总体方差无显著差异，因此应看第一列(Equal variance assumed)的t检验结果。具体来说，t统计量的观测值为-0.924，对应的双尾概率P值为0.3 58，大于显著性水平0.05，因此认为两总体的均值不存在 显著差异，即迈阿密机场和洛杉矶机场的等级得分相同。 这个结论说明商务人员认为两个机场在服务水平质量等方 面是没有差异的。,两总体方差是否相等的F检验 F统计量的观察值为0.086，对应的概率P值为0.770。由于系统默认显著性水平为0. 05，而概率P值显然大于0.05，因此认为两总体的方差无显著性差异。,实例2：南北城市温度差异.sav,59,两总体均值的检验两总体方差是否相等的F检验实例2：南北城,(1) 使用目的 前一节中考虑的是独立样本情形下的总体均值相等 的检验问题。但在现实中，总体或样本之间不仅仅 表现为独立的关系，很多情况下，总体之间存在着 一定的相关性。当分析这些相关总体之间的均值关 系时，就涉及到两配对样本的t检验。,4 .两配对样本t检验的基本原理,注：配对样本是对应独立样本而言的，配对样本是指一个样本在不同时间做了两次试验，或者具有两个类似的记录，从而比较其差异；独立样本检验是指不同样本平均数的比较，而配对样本检验往往是对相同样本二次平均数的检验。,60,(1) 使用目的4 .两配对样本t检验的基本原理,(3) 使用条件进行配对样本检验时，通常要满足以下三个要求。两组样本的样本容量要相同；两组样本的观察值顺序不能随意调换，要保持 一一对应关系；样本来自的总体要服从正态分布。,(2) 基本原理 两配对样本t检验的目的是利用来自两个总体的配 对样本，推断两个总体的均值是否存在显著差异。 它和独立样本t检验的差别就在于要求样本是配对 的。由于配对样本在抽样时不是相互独立的，而是 相互关联的，因此在进行统计分析时必须要考虑到 这种相关性，否则会浪费大量的统计信息，因此对 于符合配对情况的统计问题，要首先考虑两配对样 本t检验。配对样本主要包括下列一些情况。,61,(3) 使用条件(2) 基本原理61,两配对样本t检验的SPSS操作详解Step01：打开两配对样本t检验对话框 选择菜单栏中的【Analyze（分析）】【Compare Me ans（比较均值）】【Paired-Samples T Test（配对 样本T检验）】命令，弹出【Paired-Samples T Test （配对样本T检验）】对话框。,Step02：选择配对变量 在【配对样本T检验】对话 框左侧的候选变量列表框中选择一对或几对变量， 将其移入【成对变量】列表 框中，这表示系统将对移入的成对变量进行配对检 验。,Step03 : 单击图【OK】按钮，结束操作，SPSS软件自动输出 结果。,62,两配对样本t检验的SPSS操作详解Step02：选择配对变量,实例图文分析：看电视和读书的 时间 “每月读书俱乐部”的成员进行了一项调查，以确信 其成员用于看电视的时间是否比读书的时间多。假 定抽取了15个人组成的样本，得到了下列有关他们 每周观看电视的小时数和每周读书时间的小时数的 数据，见表所示。你能够得到结论：“每月读书 俱乐部”的成员每周观看电视的时间比读书的时间更 多吗？,实例图文分析：看电视和读书的 时间.sav,63,实例图文分析：看电视和读书的 时间实例图文分析：看电视和读书,上述两个表给出了tv和book的均值、标准差、均值标准误差以及tv和book的相关系数。成对样本相关系数表是进行两配对变量之间简单相关性分析结果输出 表。表中第2列表示样本容量，第3列表示看电视时间 和看书时间的简单相关系数，第4列表示概率P值。从结 果来看，“tv”和“book”变量的相关系数等于0.193，呈简 单正相关关系。,64,上述两个表给出了tv和book的均值、标准差、,从表,3,可以看出临界置信水平为,0.036,，小于,0.05,。说明两组评酒员的评价结果有,显著性差异。,从表,3,可以看出临界置信水平为,0.036,，小于,0.05,。说明两组评酒员的评价结果有,显著性差异。,表中给出了配对样本t检验结果，包括配对变量差值的均值、标准差、均值标准误差以及差值的95%置信度下的区间估计。当然也给出了最为重要的t统计量和p值。结果显示p0.0430.05，所以看电视和看书时间有显著性差异。,65,从表3可以看出临界置信水平为0.036，小于0.05。说明两,方差分析,方差分析有3个基本的概念：观测变量、因素和水平。观测变量是进行方差分析所研究的对象；因素是影响观测变量变化的客观或人为条件；因素的不同类别或不通取值则称为因素的不同水平。在方差分析中，因素常常是某一个或多个离散型的分类变量。,在前面中我们讨论了如何对一个总体及两个总体的 均值进行检验，如我们要确定两种销售方式的效果是 否相同，可以对零假设进行检验。但有时销售方式有 很多种，这就是多个总体均值是否相等的假设检验问 题了，所采用的方法是方差分析。,66,方差分析 方差分析有3个基本的概念：观测变,根据观测变量的个数，可将方差分析分为单变量方差分析和多变量方差分析；根据因素个数，可分为单因素方差分析和多因素方差分析。在SPSS中，有Oneway ANOVA(单变量单因素方差分析)、GLM Univariate（单变量多因素方差分析）；GLM Multivariate （多变量多因素方差分析），不同的方差分析方法适用于不同的实际情况。,67,根据观测变量的个数，可将方差分析分为单变量,单因素单变量方差分析基本原理方差分析认为：SST（总的离差平方和）=SSA（组间离差平方和）+SS E（组内离差平方和）如果在总的离差平方和中，组间离差平方和所占 比例较大，说明观测变量的变动主要是由因素的不同 水平引起的，可以主要由因素的变动来解释，系统性 差异给观测变量带来了显著影响；反之，如果组间离 差平方和所占比例很小，说明观测变量的变动主要由 随机变量因素引起的。,SPSS将自动计算检验统计量和相伴概率P值，若P 值小于等于显著性水平，则拒绝原假设，认为 因素的不同水平对观测变量产生显著影响；反 之，接受零假设，认为因素的不同水平没有对观 测变量产生显著影响。,68,单因素单变量方差分析基本原理 SPSS将自动计,Step01：打开主操作窗口 选择菜单栏中的【Analyze（分析）】 【Compare Means(比较均值)】【One-Way ANOVA(单因素ANOV A)】命令，弹出【One-Way ANOVA(单因素ANOVA)】对 话框，这是单因素方差分析的主操作窗口。Ste